Как выбрать Codex, Claude Code или DeepSeek Harness? Сравнение по 4 измерениям: смена модели, подключение API и построение автоматизации

Примечание автора: сравнение Codex, Claude Code и DeepSeek Harness по подключению моделей, расширению инструментов и организации выполнения — что нужно для смены модели, подключения API и построения автоматизации, чтобы вы могли сделать осознанный выбор.

Многие разработчики при выборе сравнивают Codex, Claude Code и DeepSeek Harness, но на самом деле это продукты разных категорий. В этой статье мы разберём их по четырём направлениям: свобода смены модели, способы подключения API, расширение бизнес-инструментов, выполнение и автоматизация — и дадим конкретные рекомендации по сценариям.

Это не компромиссный разбор в духе «у каждого свои плюсы», и выдуманных оценок по тестам здесь тоже не будет. Все описания возможностей опираются на официальные материалы вендоров (дата проверки — 12 ноября 2026 года), а информация чётко разделена на три категории: «официальное описание», «обоснованное предположение» и «требует самостоятельной проверки».

Главное: после прочтения вы сможете ответить на три вопроса — кого выбрать, если нужен готовый зрелый агент для программирования; у кого больше свободы, если хочется менять модель; и кто лучше подходит, если вы хотите построить собственную систему автоматизации.

Почему Codex, Claude Code и DeepSeek Harness нельзя просто считать продуктами одного класса

Чтобы было проще понять, дадим всем трём продуктам одну и ту же задачу: каждое утро в 9:00 автоматически собирать свежие новости об ИИ, выбирать темы, о которых стоит писать, готовить пакет материалов и план статьи, затем записывать результаты в корпоративную CMS и на следующий день снова выполнять всё автоматически. В этой задаче пять этапов: сбор информации, генерация контента, заполнение CMS, запуск по расписанию и инференс модели. Как раз они и покрывают все возможности, которые мы сравним ниже.

Codex и Claude Code — это зрелые агенты для программирования. У них есть официальный продукт, аккаунты и лимиты использования; они умеют читать репозитории кода, выполнять команды, запускать тесты и работать с браузером. У Codex есть ещё Codex Cloud, где задачи выполняются в удалённой вычислительной среде. Работа с ними похожа на «найм инженера, которого официально обучили»: границы возможностей и доступные модели в основном определяет вендор.

DeepSeek Harness — совсем другой случай. Это проект с открытым исходным кодом под лицензией MIT. В официальной архитектурной документации его описывают формулой «Everything is a Plugin» — «всё есть плагин»: адаптеры моделей, реестр инструментов, историю сессий, Agent Loop (цикл многократного взаимодействия модели и инструментов), файловую систему и выполнение команд, политику подтверждений в песочнице, фоновые задачи и вебхуки — всё это можно заменить через плагины и настройки. Сейчас проект находится на стадии Developer Preview и больше похож на шасси, которое можно переделать под себя, чем на готовый продукт «из коробки».

Добавим ещё один момент: у Codex тоже есть платформенная составляющая. OpenAI опубликовала Codex Harness и предлагает три способа программного подключения: SDK, App Server и codex exec. Но вендор чётко разделяет открытый код среды выполнения, доступ к моделям и управляемый облачный сервис: это разные уровни, и смешивать их нельзя.

Краткий обзор терминов: общая основа для понимания таблицы сравнения Codex, Claude Code и DeepSeek Harness

Задача «новостной дайджест» из предыдущего текста будет не раз встречаться дальше, поэтому давайте сразу проясним ключевые термины на одном и том же примере — чтобы все понимали их одинаково.

• API: согласованный «формат заказа» между программой и сервисом модели; через него выполняется каждый вызов на каждом шаге задачи с дайджестом.
• API Key: подтверждает, «кто вы», — по сути, это код получения заказа, и обращаться с ним нужно бережно.
• Base URL: адрес сервиса, на который отправляется запрос; то, что адрес можно настроить, ещё не значит, что протокол совместим.
• Адаптер модели: компонент внутри агента, который подключается к сервису модели и обрабатывает форматы запросов и ответов.
• Вызов инструментов: механизм, при котором модель говорит «поищи за меня», а не сразу выдумывает ответ.
• MCP: протокол, связывающий агента с внешними инструментами и сервисами данных; его поддерживают и Codex, и Claude Code.
• SDK: набор инструментов разработчика, позволяющий встроить возможности агента в вашу собственную программу.
• Webhook: интерфейс, через который внешнее событие само «звонит в дверь» вашему приложению.
• Agent Loop: цикл выполнения, в котором модель и инструменты поочерёдно взаимодействуют, пока задача не завершится.
• Облачная задача: задача, выполняемая в удалённой среде; права доступа и доступность файлов определяются настройками этой среды.

Сменить модель: у кого больше свободы — Codex, Claude Code или DeepSeek Harness

Желание «сменить модель» — частая причина, по которой команды присматриваются к агентным фреймворкам. И три этих продукта подходят к вопросу очень по-разному.

Codex поддерживает два способа подключения: вход через аккаунт ChatGPT или собственный API-ключ (потребуется дополнительная настройка). Важно: в первом случае расходуется квота Codex в рамках плана ChatGPT, во втором оплата идёт по API. Эти квоты не пересекаются, и не стоит путать открытый Codex CLI с квотой подписки.

Claude Code официально поддерживает вход по подписке, а также подключение через Anthropic Console, Amazon Bedrock, Google Vertex AI, Microsoft Foundry и другие каналы. В интерфейсах разработчика вроде Terminal CLI, VS Code и JetBrains дополнительно поддерживается настройка сторонних провайдеров. Но подчеркнём: это не значит, что во всех точках входа продуктов Claude можно подставить любую модель. Конкретный набор поддерживаемых вариантов смотрите в официальной документации вашей версии.

У DeepSeek Harness свободы больше всего — и ответственности тоже. Его модельные адаптеры сами по себе являются плагинами. В документации для разработчиков для примера используются две переменные окружения: DEEPSEEK_API_KEY и DEEPSEEK_BASE_URL. API-ключ служит для аутентификации, Base URL — для указания пользовательского адреса API; если он не задан, по умолчанию используется официальный API DeepSeek. Отдельно стоит отметить: пользовательский Base URL — это пример конфигурации именно адаптера DeepSeek. Будет ли нормально работать другой модельный сервис, зависит от фактического протокола запросов и совместимости с вызовом инструментов. Настраиваемый адрес ещё не означает работу «из коробки».

Если вы и так собираетесь часто переключаться между GPT, Claude, DeepSeek и сравнивать их, вынести модельный слой на единый интерфейс заметно снизит издержки переключения. По открытым материалам APIYI apiyi.com, платформа предоставляет OpenAI-совместимый интерфейс: один API-ключ даёт доступ к нескольким популярным моделям, оплата — по фактическому использованию, новым пользователям доступен бесплатный тестовый лимит (это публичное описание платформы; фактическую совместимость моделей лучше проверять тестами).

Слои на схеме выше — ключ к пониманию этой статьи: слой сервисов моделей даёт только возможность инференса, слой среды Agent определяет, как задача планируется и выполняется, а слой внешних инструментов — это то, что действительно добирается до браузера, файлов и корпоративного бэкенда. Замена модели решает задачу нижнего уровня, построение автоматизации — среднего и верхнего; одно другое не заменяет.

Хотите подключить бизнес-инструменты: у кого гибче механизм расширения — Codex, Claude Code или DeepSeek Harness

Возвращаемся к третьему шагу задачи с ежедневным отчётом — «занести в корпоративный бэкенд». Именно этот шаг и проверяет способность к расширению инструментов.

Codex подключает внешние инструменты через MCP, а через SDK запускает и управляет задачами Agent в собственной программе; App Server позволяет другим приложениям подключаться к его сессиям, событиям, вызовам инструментов и процессам утверждения; codex exec ориентирован на скрипты и CI — удобен для построения воспроизводимых автоматизированных задач. Общая идея — «официальный готовый продукт + стандартизированный программный интерфейс».

Система расширений Claude Code строится вокруг MCP, Hooks и Subagents. Официальные примеры MCP включают чтение дизайн-документов из Google Drive, получение задач из Jira, запросы к PostgreSQL, создание черновиков в Gmail и даже отправку сообщений в сессию Agent через внешние события или Webhook. Subagents могут иметь собственный контекст, системные промпты, права на инструменты и выбор модели, а также работать параллельно в фоне; Hooks же позволяют выполнять кастомные скрипты до и после вызовов инструментов, на этапе запроса разрешений, при старте и завершении сессии — удобно, чтобы расставить в процессе «контрольные точки».

Логика расширения DeepSeek Harness ещё радикальнее: реестр инструментов, Agent Loop и политику одобрения в песочнице можно заменить целиком — то есть вы не просто «добавляете инструменты», но и меняете то, «как модель решает, какой инструмент вызвать и как продолжать выполнение». Цена тоже понятна: всё настраивать и поддерживать самому, а официальное предупреждение о безопасности прямо говорит, что проект ещё не прошёл аудит безопасности и его не стоит считать защищённым ПО, готовым для продакшена.

Хотите построить автоматизацию: сравнение способов выполнения Codex, Claude Code и DeepSeek Harness

Самый сложный шаг в задаче с ежедневным отчётом — «завтра продолжить автоматически, желательно без включённого компьютера». Здесь проверяется умение выполнять и планировать, и сначала нужно разделить три разные способности: локальное выполнение процесса, облачные задачи под управлением и непрерывное планирование.

Codex Cloud предоставляет удалённую вычислительную среду под управлением OpenAI: у каждой задачи есть отдельное рабочее пространство, и после перехода компьютера в спящий режим облачная задача продолжает работать. В официальной справочной документации упоминается, что сохранённое состояние виртуальной машины по умолчанию можно восстановить не позже чем через 7 дней после последнего запуска или возобновления задачи (по официальному описанию). Для сценария «после выключения компьютера всё равно нужно запускать задачи по расписанию» Codex Cloud — довольно прямой официальный вариант.

Claude Code в основном работает локально; фоновый Agent и субагенты между сессиями зависят от конкретного способа выполнения. Продолжится ли работа после выключения компьютера — зависит от того, где вы развернёте среду выполнения; официально продукт не позиционируется как облачный сервис задач, который «продолжает работать после выключения».

DeepSeek Harness предоставляет Background Jobs и Webhook, которые можно подключить к другим системам автоматизации, но официальный локальный бэкенд задач зависит от работающего процесса — чтобы он работал круглосуточно, нужно самостоятельно развернуть его на постоянно включённом сервере или в контейнере. Что касается работы с браузером, требуется установить dsh-browser-use и явно включить экспериментальные провайдеры вроде Playwright MCP, Chrome DevTools MCP, Stagehand, причём состояние входа не восстанавливается автоматически из журнала сессии. Всё это — цена, которую платишь за «высокую степень свободы».

Стоит напомнить, что поиск в браузере, автоматическое управление браузером и управление рабочим столом — это три способности разного уровня, и при оценке их не стоит смешивать; локальное выполнение по расписанию и непрерывная работа в облаке — тоже две разные вещи.

Быстрый старт с Codex, Claude Code и DeepSeek Harness: сначала поднимаем API уровня модели

Какой бы инструмент вы в итоге ни выбрали, первый шаг один — заставить работать слой модели. На примере интерфейса, совместимого с OpenAI, первый вызов укладывается в десяток с небольшим строк кода:

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # Единый интерфейс APIYI, совместим с OpenAI
)

response = client.chat.completions.create(
    model="gpt-4o-mini",
    messages=[{"role": "user", "content": "用一句话总结今天的 AI 新闻要点"}],
)
print(response.choices[0].message.content)

import json
import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # Единый интерфейс APIYI
)

tools = [
    {
        "type": "function",
        "function": {
            "name": "search_news",
            "description": "搜索今天的 AI 新闻",
            "parameters": {
                "type": "object",
                "properties": {"keyword": {"type": "string"}},
            },
        },
    }
]

def search_news(keyword):
    # В реальном проекте замените на ваш поисковый интерфейс или интерфейс бизнес-системы
    return "关于 " + keyword + " 的示例新闻"

messages = [{"role": "user", "content": "搜索今天的 AI 新闻, 总结成一段日报"}]

for _ in range(5):
    # Agent Loop: модель и инструменты взаимодействуют по кругу, пока задача не будет выполнена
    response = client.chat.completions.create(
        model="gpt-4o-mini", messages=messages, tools=tools
    )
    msg = response.choices[0].message
    if msg.tool_calls:
        messages.append(msg)
        for call in msg.tool_calls:
            args = json.loads(call.function.arguments or "{}")
            result = search_news(args.get("keyword", "AI"))
            messages.append({"role": "tool", "tool_call_id": call.id, "content": result})
    else:
        print(msg.content)
        break

Этот код как раз и объясняет, почему «API модели — это не то же самое, что среда Agent»: модель лишь решает, «вызывать ли инструмент и какой именно», а search_news — это слой исполнения, который предоставляете вы сами, и цикл for — простейший Agent Loop. Замените функцию инструмента на свой бизнес-интерфейс, а сверху натяните Codex SDK, MCP в Claude Code или систему плагинов DeepSeek Harness — и получите зачатки автоматизации для каждого из них. Конкретный формат параметров вызова инструментов и доступные возможности определяются документацией выбранной модели и интерфейса.

🚀 Быстрый старт: рекомендуем сначала поднять слой модели через APIYI apiyi.com, получить API-ключ и бесплатную тестовую квоту для новых пользователей, а затем послойно подключать инструменты и оркестрацию через единый интерфейс. Платформа поддерживает вызов множества популярных моделей через единый интерфейс, что удобно для сравнения и переключения в одной среде (по публичному описанию платформы).

⚠️ Обратите внимание: сервисы-агрегаторы API помогают подключаться к моделям и переключаться между ними, но сами по себе не дают возможности управлять браузером, прав доступа к файлам, облачных вычислений и оркестрации задач; вызов API модели и наличие подписки на продукт Codex или Claude — это две разные вещи.

Рекомендации по сценариям: как выбрать между сменой модели, подключением API и построением автоматизации

Как решать: сначала спросите себя, сколько свободы вам нужно

1. Хотите сразу использовать готовый программирующий агент: выбирайте Codex или Claude Code. У обоих полный рабочий процесс разработки, а основную часть поддержки берёт на себя компания — это подходит командам, которые хотят передать задачу и побыстрее получить результат. Условие: выбор модели и правила использования определяет официальный продукт.
2. Хотите свободно заменять модели и механизм выполнения: выбирайте DeepSeek Harness. Его плагинная архитектура даёт максимальный простор для переделки, но придётся принять текущий статус Developer Preview, предупреждение о незавершённом аудите безопасности и всю ответственность за самостоятельное развёртывание и самостоятельную поддержку.
3. Хотите интегрировать агента в собственное бизнес-ПО: в первую очередь рассмотрите три программных пути — Codex SDK/App Server, Claude Agent SDK и DeepSeek Harness SDK — и соберите комбинацию исходя из вашего текущего технологического стека и желаемой свободы выбора модели.

💡 Совет по выбору: что выбрать — зависит от того, сколько свободы вам нужно и сколько затрат на поддержку вы готовы взять на себя. Перед принятием решения рекомендую по очереди прогнать на едином интерфейсе вроде APIYI apiyi.com все модели, которые планируете использовать: проверьте, как они работают на уровне моделей, и только потом решайте, в какую форму агента их облечь.

Частые вопросы (FAQ)

Codex, Claude Code и DeepSeek Harness: ключевые моменты (Key Takeaways)

• Разные роли: Codex и Claude Code — зрелые программирующие Agent’ы, а DeepSeek Harness — открытый фреймворк для запуска Agent’ов.
• Свобода выбора модели: в Harness адаптеры заменяемы и поддерживают свой Base URL; первые две штуки ограничены официальными каналами доступа.
• Способы расширения: MCP и SDK — общий язык для всех; Hooks и Subagents — фишка Claude Code; а в Harness можно заменить даже Agent Loop.
• Различия в выполнении: Codex Cloud продолжает работать, даже когда компьютер ушёл в сон; а для задач по расписанию в Harness нужна своя постоянно работающая среда.
• Границы безопасности: DeepSeek Harness пока в статусе Developer Preview, аудит безопасности не завершён, так что при самостоятельной сборке держитесь принципа минимальных прав.
• Порядок внедрения: сначала добейтесь стабильной работы API на уровне модели, потом послойно подключайте инструменты и оркестрацию — не пытайтесь сразу получить полную автоматизацию.

Итог

Если вернуть все три продукта на их места, вывод становится очевидным:

1. Codex — зрелый агент для программирования, плюс облачные задачи в Codex Cloud. Подойдёт командам, которые хотят «передать задачи».
2. Claude Code — зрелый агент для программирования, а MCP, Hooks и Subagents образуют гибкую экосистему расширений. Подойдёт для глубокой кастомизации в рамках существующего процесса разработки.
3. DeepSeek Harness — открытая модифицируемая основа под лицензией MIT: можно заменить и модель, и механизм выполнения. Подойдёт разработчикам, готовым строить собственные системы автоматизации и нести ответственность за их поддержку и безопасность.

И последнее — о самой важной границе: API модели определяет способность к рассуждениям, а среда агента — что модель может вызывать, как выполняется работа и как результат доставляется пользователю. Заменить модель, подключить API и построить автоматизацию — три задачи разных уровней. Проверять их последовательно, слой за слоем — уровень модели → уровень инструментов → уровень оркестрации, — надёжнее, чем пытаться сделать всё сразу. Для быстрой проверки возможностей уровня модели рекомендую APIYI apiyi.com: платформа предоставляет интерфейс, совместимый с OpenAI, единый доступ к нескольким моделям и бесплатную квоту для новых пользователей.

Справочные материалы

1. GitHub — Codex: Официальный открытый репозиторий OpenAI
2. Ссылка: github.com/openai/codex

3. Описание: Исходный код CLI, руководство по подключению аккаунта и API-ключа

4. Codex as a platform: Блог разработчиков OpenAI

5. Ссылка: developers.openai.com/blog/codex-as-a-platform

6. Описание: Уровни архитектуры открытых Harness, SDK, App Server и управляемых сервисов

7. Using Codex Cloud: Официальная справочная документация OpenAI

8. Ссылка: help.openai.com/en/articles/20001545-using-codex-cloud

9. Описание: Удалённые вычислительные среды, изолированные рабочие пространства и правила восстановления состояния виртуальных машин

10. Claude Code Docs: Официальная документация Anthropic

11. Ссылка: code.claude.com/docs/en/overview

12. Описание: Способы подключения, возможности MCP, Subagents и Hooks

13. GitHub — DeepSeek Harness: Официальный репозиторий DeepSeek

14. Ссылка: github.com/deepseek-ai/deepseek-harness

15. Описание: Архитектура плагинов, настройка адаптеров моделей, подсистема браузера и вопросы безопасности

16. Руководство разработчика APIYI: Публичное описание платформы

17. Ссылка: help.apiyi.com/apiyi-wentuozhongxin-shangxian-kaifazhe-zhinan.html
18. Описание: Интерфейсы, совместимые с OpenAI, единый API-ключ и подключение различных моделей

Автор: Техническая команда APIYI
Обратная связь по техническим вопросам: Свяжитесь с нами на главной странице сайта APIYI, больше материалов о подключении моделей можно найти в центре документации docs.apiyi.com

Читайте также

• Gemini 4 Carbon против Claude Opus 5.5: ключевые различия и как выбрать модель для 3 типов сценариев: Сравните Gemini 4 Carbon и Claude Opus 5.5 по 7 критериям, включая спецификации, цену, механизм мышления, протокол и баллы из официальных карточек моделей, и дайте рекомендации по выбору: какие типы задач каким моделям поручать.
• Как выбрать между DSH и Tencent WorkBuddy: рекомендации по выбору для 5 категорий сценариев использования: Сравните позиционирование DSH (DeepSeek Harness) и Tencent WorkBuddy в пяти сценариях — автоматизация разработки, офисное сотрудничество, соответствие требованиям к данным, контроль затрат и внедрение в команде — и объясните, как через APIYI единообразно вызывать соответствующие модели.
• 5 этапов вирусной популярности «Большой жирной рыбы»: как фанатская «девочка-кит» сообщества DeepSeek стала новой темой продуктовой культуры: Прослеживая от рождения персонажа и волны фанатского творчества и споров об образе до выхода ИИ-агента в комментарии Bilibili под именем «Дафэйюй», полностью систематизируйте хронологию, данные и уроки продуктовой культуры феномена «девушки-кита» DeepSeek.
• DeepSeek Super-agent против Claude Code и Codex: 6 критериев, чтобы понять, в чём разница — в модели или системе оркестрации: После публикации DeepSeek исследовательского прототипа Super-agent с открытым исходным кодом статья разбирает его отличия от Claude Code и Codex по шести параметрам на уровнях модели, инструментов программирования и системы управления и даёт рекомендации для разных режимов работы.
• Разбор скрытых ограничений GPT Image 2.6 API: 5 типов ограничений при сочетании GIF, SVG и локального редактирования: Разбор ограничений эндпоинтов, конфликтов параметров и особенностей миграции при локальном редактировании GIF, SVG и разметки в GPT Image 2.6 API поможет разработчикам избежать заблуждения, что для интеграции достаточно сменить название модели.
• Запланированные задачи ChatGPT, агенты Codex и полная автоматизация Dot: 6 ключевых различий между тремя подходами к автоматизации: Сравните возможности полной автоматизации, стоимость и надёжность запланированных задач ChatGPT, агента Codex и ChatGPT Dot с точки зрения запуска, исполнения и непрерывной координации и дайте рекомендации по выбору.
• Пошаговое руководство: подключаем всех агентов одним ключом и объединяем доступ к API через шлюз на базе magpie с открытым исходным кодом (на примере Claude Code, Codex, Pi и Hermes): Практическое руководство: примерно за 30 минут настройте все программирующие агенты на своём компьютере (например, Claude Code, Codex, Pi и Hermes) так, чтобы они использовали один API-ключ и один адрес шлюза; в руководстве есть скриншоты интерфейса magpie, пошаговая настройка, сравнение с нативной конфигурацией и таблица устранения ошибок.
• 1,54 млн активных пользователей в день, 92 трлн токенов, 35 тыс. плагинов: насколько далеко DeepSeek Harness продвинул платформизацию агентов: Разберите три официально раскрытых показателя DeepSeek Harness: 1,54 млн активных пользователей в день, 92 трлн токенов в сутки и 35 тыс. плагинов; оцените возможности и риски платформизации агентов и дайте 5 рекомендаций по выбору бэкенда моделей и контролю затрат.
• Git-бэкенд промышленного уровня за 10 недель: как OpenAI поручила команде агентов Codex решить 5 ключевых инженерных задач Pando: Разбор OpenAI Pando: один инженер спроектировал ядро, несколько команд агентов Codex реализовали его, небольшая группа инженеров развернула систему, и за 10 недель её запустили в продакшен; в центре внимания — тестирование, постепенная миграция и полезные методы.